第2章 计算机信息检索技术.pptVIP

北京交通大学出版社《信息检索教程》（Information Retrieval Textbook）系列课件 北京交通大学出版社《信息检索教程》系列课件 《信息检索教程》 第2章 计算机信息检索技术编著：刘廷元 本书由刘廷元、邵卫东、汤凝共同编著，具体分工如下：第1章、第2章、第4章、第9章、第5章第1-5节、第7章第4节由刘廷元（西南石油大学）完成；第3章、第6章、第5章第6-8节、第7章第1-3节由邵卫东（安徽理工大学）完成、第8章由汤凝（安徽理工大学）完成。全书的统稿和增删由刘廷元完成。 在编著过程中，借鉴和参考了国内外的许多同类著作、教材和讲义，在此谨向有关作者和出版社表示感谢。 使用中读者如有什么建议，或者本书如果有什么问题，请用邮件与作者联系。 为了方便使用本书，我们编写有配套的电子课件及教学资料素材（包括实习课习题及详解、模拟考试题及答案、课后习题解答。 联系人：E-mail：liuty@ 或liguopingsh@163.com。 1 信息检索的基本概念 1.1 信息检索的涵义 从广义上讲，信息检索包括两个过程， 一是信息存储(information storage)，即信息的标引、加工和存储过程： 二是信息检索(information retrieval)，即信息用户的查找过程。 从狭义上讲，信息检索仅指后一部分。 信息检索的本质是一个匹配的过程 即用户的信息需求和信息存储的信息集合进行比较和选择的过程 信息存储和检索过程的基本原理 标引　(indexing) 　　通过对文献的分析，选用确切的检索标识（类号、标题词、叙词、关键词、人名、地名等），用以反映该文献的内容的过程。主要指选用检索语言词或自然语言词反映文献主题内容，并以之作为检索标识的过程。Indexing一词，音译为引得法或意译为索引法，系指索引的编制技术与方法。现代外语辞典中则说明此词有2解，一指索引法，一指标引。 标引是文献加工中的重要环节。 标引的质量，对文献的检索效果有直接的决定性影响。 标识（标志）的词义　　 　标志”与“标识”，在现代汉语中是等价的。 《现代汉语词典》中，【标识】biāozhì 同“标志”。 标识的另类应用：信息创新定义 　　信息的新定义与标识 　　传统的信息定义，一直不够完备，关键就是没有更早的启用“标识＝标志＝表识”这词。传统经典信息定义，加上“标识”一词，马上就升格为，定义的标版。 　　如，著名维纳的否定式的信息定义（改造前）：信息就是信息，信息既不是物质，也不是能量。 　　改造后，逆维纳信息定义：信息就是信息，信息是物质、能量、信息及其属性的标识。 　　2002年Dengs原创的信息定义：信息是事物属性标识的集合。 　　跟随模仿的画蛇定义：信息是事物属性的表征（普适性缩小，添足）。 计算机信息检索是对信息进行收集、分类、标引、著录，并加以有序化组织，将信息储存到计算机存储信息系统中，编制出一个信息检索系统或信息检索工具的过程。 计算机信息检索的基本原理 1.3 信息检索的类型 按信息检索的内容划分 文献检索 数据检索 事实检索 概念检索 （1）、文献检索（Document Retrieval）： 根据检索（查找）对象的划分为 文献（信息）检索、事实检索和数据检索。 文献检索主要是利用二次文献进行 ，是信息检索中最基本、最重要的类型。 例:系统收集有关“高强度预应力混凝土管桩承载性能”这就需要我们根据课题要求，按照一定的检索标识（如主题词、分类号等），从所收藏的文献中查出所需要的文献。 （2）、数据检索（Data Retrieval）： 是指查找用户所需特定数据的检索。 利用各种词典、手册、百科全书、年鉴、等参考工具书进行检索，也可以利用专门的数据库进行检索。 例：我国第五次人口普查中全国汉民族的人数。 熔点、电阻系数，计算公式、数据图表，化学分子式等。 （3）、事实检索（Fact Retrieval） 是将存储于检索系统中的关于某一事件发生的时间、地点、经过等信息查找出来的检索。它回答的问题诸如：“有哪些海外华人得过诺贝尔奖？” 工具：字典、词典（dictionary）百科全书（encyclopedia）年鉴（annual, yearbook, almanac）手册（handbook, manual）名录（biography）和书目指南（directory） 例：第三届全国ITAT教育工程就业职能大赛项目瑞萨超级MCU模型车大赛的比赛，福建工程学院学生的获奖情况。某同类汽车产品中，哪种牌号的销量最大。 练习